機器學習的 5 個成功案例

1、機器學習的5個成功案例作者：暫無來源：計算機世界2020年第44期面對疫情的挑戰(zhàn)，正在實施人工智能和機器學習的幾位CIO討論了他們所做的工作。作者Clint Boulton編譯沈建苗如今人工智能和機器學習在企業(yè)界受到越來越熱烈的追捧，企業(yè)組織日益利用這些技術(shù)更 準確地預(yù)測客戶的偏好，并加強業(yè)務(wù)運營。據(jù)知名調(diào)研公司IDC稱，到2023年，人工智能系統(tǒng)的支出將達到979億美元，幾乎是 2019年支出375億美元的三倍。據(jù)凱捷咨詢（Capgemini）今年6月發(fā)布的研究顯示，接受調(diào) 查的950家企業(yè)組織中，有87%已部署7AI試點項目，或者已將有限的使用場景投入實際應(yīng)用。不過，新冠疫情爆發(fā)給人工智能

2、帶來了一個新的挑戰(zhàn)，因為自3月以來許多依賴歷史數(shù)據(jù) 來改進算法的企業(yè)組織發(fā)現(xiàn)其模型出現(xiàn)了偏差。凱捷咨詢負責洞察力和數(shù)據(jù)的執(zhí)行副總裁 Jerry Kurtz表示，這種“數(shù)據(jù)漂移”現(xiàn)象使企業(yè)很難依賴現(xiàn)有模型。比如說，對于試圖預(yù)測 噴氣發(fā)動機維護間隔時間的企業(yè)而言，模型可能會發(fā)生重大變化，噴氣發(fā)動機的使用在最近幾 個月出現(xiàn)了下降。零售商也是如此，近幾個月來目睹銷售額直線下滑。Kurtz對CIO.com表示：“某些數(shù)據(jù)變化得很快，歷史情況不再能很好地預(yù)測指標，這種 情況相當常見。企業(yè)將不得不重新考慮算法，因為它們之前從未認為變量會發(fā)生變化?！泵鎸@樣的挑戰(zhàn)，正實施人工智能和機器學習的CIO討論了他們所

3、做的工作。健康保險公司利用人工智能改善業(yè)務(wù)成果據(jù)美國健康保險巨頭安森（Anthem）首席數(shù)字官Rajeev Ronanki介紹，這家健康保險公司 實施了人工智能和機器學習解決方案，處理從預(yù)料患者健康的變化趨勢到解決服務(wù)糾紛的諸多 任務(wù)。通過分析慢性病（比如糖尿病或心臟?。┗颊叨嗄陙砩傻尼t(yī)療保健數(shù)據(jù)，并將其與類似 疾病的患者（或“數(shù)字攣生”）進行相互對照，安森可以預(yù)測治療可能出現(xiàn)的結(jié)果。人工智能還幫助安森密切關(guān)注索賠及其他服務(wù)的進度，發(fā)現(xiàn)福利索賠裁決及其他服務(wù)方面 潛在的客戶問題。如果安森發(fā)現(xiàn)有明顯的差異，客戶服務(wù)團隊會主動聯(lián)系醫(yī)療服務(wù)機構(gòu)或患者， 解釋原因。Ronanki表示，這種積極主動的

4、外聯(lián)對于防止緊張的沖突關(guān)系至關(guān)重要。為此，安 森分析從客戶對公司服務(wù)表示不滿意的數(shù)百萬次呼叫收集而來的歷史數(shù)據(jù)中，人工智能生成分 數(shù)，表明客戶升級投訴的可能性。Ronanki說：“我們會主動聯(lián)系客戶并解釋我們的決定，并盡力提供具體背景?！?018年，安森聘請了前谷歌搜索負責人Udi Manber擔任其首席人工智能官，這表明人工 智能在這家公司已變得非常重要。Romanki表示，在Manber的領(lǐng)導(dǎo)下，安森的每條業(yè)務(wù)線都嵌 入了人工智能功能和技能集，跨職能團隊開發(fā)了應(yīng)用程序，目的明顯是為了簡化醫(yī)療保健體驗， 讓這種體驗變得更“個性化、高效性和主動性”。運輸公司利用機器學習支持包裹處理Pitney

5、 Bowes 的首席創(chuàng)新官 James Fairweather 告訴 CIO.com, Pitney Bowes 是一家有著 百年歷史的辦公運輸和郵寄服務(wù)提供商，過去這八年一直在廣泛使用人工智能和機器學習工具。 該公司目前利用機器學習軟件來預(yù)測包括Android平板電腦和集成打印機在內(nèi)的郵件包裹站何 時可能發(fā)生故障。如果與聯(lián)網(wǎng)的郵件包裹站直接聯(lián)系的機器學習軟件檢測到潛在的故障，它會 安排現(xiàn)場服務(wù)技術(shù)人員檢查機器。Fairweather說，機器發(fā)生故障前修復(fù)好問題對于減少包裹運輸?shù)耐＿\時間至關(guān)重要。又 由于機器學習軟件已逐漸能夠很準確地預(yù)測問題，因此Pitney Bowes可以為現(xiàn)場服務(wù)管理系統(tǒng)

6、 輕松安排檢修服務(wù)。“它為客戶提供了上佳的體驗，” Fairweather說。由于當下單日運輸變得日益普遍，運輸方面的消費者體驗變得至關(guān)重要，Pitney Bowes還 使用機器學習算法來優(yōu)化退件量，為此必須監(jiān)測包裹路線以識別處理過程中的連續(xù)異常情況。 Fairweather表示，比如說，如果一個包裹通常在傳輸途中每4小時掃描一次，但是錯過了第 二個掃描窗口，算法會將它標記出來。Fairweather解釋道：“我們基于這些活動的常態(tài)建立了數(shù)據(jù)科學模型，以預(yù)測處理過程 中的異常情況。”蔓越莓生產(chǎn)商利用機器學習加強運營在Ocean Spray開始踏上人工智能和機器學習之旅之前，這家蔓越莓、葡萄柚及

7、其他果汁 的生產(chǎn)商不得不清理收集而來的多年數(shù)據(jù)。該公司首席數(shù)字和技術(shù)官Jamie Head告訴CIO.com， 公司執(zhí)行了主數(shù)據(jù)管理策略，以提高其業(yè)務(wù)部門和客戶生成的信息資產(chǎn)具有的一致性和準確性。Head表示，Ocean Spray正使用機器學習來梳理過去三年的歷史數(shù)據(jù)，以評估銷售量增長 趨勢，并分析競爭對手的促銷方式，以補上可能存在的任何季節(jié)性缺口。Head的團隊正與機器 學習初創(chuàng)公司Visual Fabric合作，幫助了解它如何更好地從跟蹤支出中獲得洞察力，從而“推動業(yè)務(wù)發(fā)展” IT小組與銷售團隊分享這些洞察力，幫助它們完善市場營銷方法。Ocean Spray還通過分析顏色、大小及其他變化

8、因素（包括加拿大、馬薩諸塞州、新澤西 州、威斯康星州和智利等其他地區(qū)的農(nóng)業(yè)合作伙伴的土壤和氣候條件），探究如何利用機器學 習來提高蔓越莓產(chǎn)品的質(zhì)量。機器制造商使用虛擬助理管理銷售霍尼韋爾的銷售人員使用人工智能軟件幫助確定會議的優(yōu)先級，并管理銷售線索，從而幫 助該公司的航空電子系統(tǒng)、工程車輛及其他工業(yè)機器贏得客戶。這家工業(yè)制造商主管卓越商業(yè)的副總裁Patrick Hogan表示，該軟件其實是Tact.ai開發(fā) 的虛擬助理，可從霍尼韋爾的Microsoft Office 365和Salesforce系統(tǒng)獲取信息。員工可以 使用智能手機與Tact.ai助理通話或發(fā)短信，檢查他們是否按計劃實現(xiàn)銷售目標

9、，并查看客戶 如何與業(yè)務(wù)建議進行互動方面的度量指標。銷售人員結(jié)束會議時，虛擬助理會詢問他們計劃采取的下一步是什么。助理還會向用戶 “推送”通知，表明可能變得過時的機會。Hogan說：“虛擬助理可幫助你掌握本部門的情 況?！彼a充說，使用次數(shù)越多，這款工具會越了解每個銷售人員的工作流程和偏好。虛擬助理已對霍尼韋爾的銷售渠道帶來了積極的最終影響，包括更多的面對面會議，提高 了每個賣家的銷售額、銷售轉(zhuǎn)化率和收益率，他正積極敦促公司9500名員工中的更多人使用該 工具。人工智能促進商業(yè)服務(wù)個性化據(jù)家得寶（Office Depot）的CIO Todd Hale稱，家得寶正在投資打造機器學習功能，以 獲取

10、有關(guān)客戶偏好的洞察力，并更準確地推薦產(chǎn)品。這家年收入達110億美元的公司力求擴大業(yè)務(wù)服務(wù)部門（包括其CompuCom技術(shù)服務(wù)部門）， 同時減少對辦公用品銷售額的依賴，為此開展了數(shù)據(jù)分析工作。B2B銷售貢獻了家得寶收入的 60%以上。該公司使用先進的人工智能/機器學習技術(shù)（比如XGBoost和隨機森林）將客戶細分 為多種角色，并預(yù)測客戶流失率、客戶生命周期價值和產(chǎn)品親和力。Hale說：在電子商務(wù)領(lǐng)域，我們利用Apache Spark和BigDL上的Analytics Zoo具有 的深度學習功能，提供基于用戶的實時產(chǎn)品推薦，并開發(fā)交叉銷售和向上銷售模型?！彼a充 道，理想情況下，這將幫助家得寶開發(fā)“量身定制的產(chǎn)品和服務(wù)”。本文作者Clint Boulton是CIO.com